pytorch-dataloader的使用

dataset只知道数据集的位置，dataloader把数据加载到一个神经网络中，从dataset中取数据，参数设置怎么取，取多少。（以扑克牌为例）

---

DataLoader(dataset, batch_size=1, shuffle=False, sampler=None,
           batch_sampler=None, num_workers=0, collate_fn=None,
           pin_memory=False, drop_last=False, timeout=0,
           worker_init_fn=None, *, prefetch_factor=2,
           persistent_workers=False)

batch_size：取多少（一次取多少扑克牌）

shuffle：洗牌-true：牌顺序不一样，FALSE：牌顺序一致

num_workers：加载数据时采用单个还是多个进程。默认0：采用主进程加载

drop——last：有余数时是否舍去

---

import torchvision
# 准备的测试数据集
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

text_data=torchvision.datasets.CIFAR10('./datasets',train=False,transform=torchvision.transforms.ToTensor())
text_loader=DataLoader(dataset=text_data,batch_size=4, shuffle=True, num_workers=0,drop_last=False)
#测试集中第一张图片及target
img,target=text_data[0]
print(img.shape)
print(target)
writer=SummaryWriter('dataloader')
step=0
for data in text_loader:
    imgs,target=data
    writer.add_images('text_data',imgs,step)
    step=step+1
writer.close()